990万次骑行：纽约自行车共享系统分析

Citi Bike数据分析：揭示990万次骑行的秘密

最新推荐文章于 2024-08-18 10:19:29 发布

原创

最新推荐文章于 2024-08-18 10:19:29 发布 · 3.4k 阅读

31 ·

CC 4.0 BY-SA版权

本文基于《从Excel到Python——数据分析进阶指南》中的990万次骑行案例，详细介绍了如何分析Citi Bike的骑行数据。内容包括数据来源、数据导入与整合、骑行次数的月度和季度统计、用户性别和年龄分布、会员类别分析、24小时租赁次数、骑行时间、速度和温度的关系，以及骑行路线的探讨。在分析过程中，遇到了数据拼接问题、图形绘制的调整等技术细节。

介绍

案例来着《从Excel到Python——数据分析进阶指南》，作者：王彦平

根据此书中，990万次骑行案例，进行实际操作。代码与笔记如下。

案例

一，数据来源

案例数据来着花旗单车Citi Bike，此案例中数据选自2015年全年数据。下载解压到同一文件夹中。

二，分析数据

导入所需包，后期可能会增加。

import numpy as np
import pandas as pd
import time, datetime
import matplotlib.pyplot as plt

首先导入1月份数据

cb1 = pd.DataFrame(pd.read_csv('201501-citibike-tripdata.csv'))

将其他月份数据导入，汇总。

a  = ['02', '03', '04', '05', '06', '07', '08', '09', '10', '11', '12']
for i in a:
    cb2 = pd.DataFrame(pd.read_csv('2015{}-citibike-tripdata.csv'.format(i)))
    cb1 = cb1.append(cb2, ignore_index=True)
    print(cb2.shape, cb1.shape)

记：因为文章中没有仔细的步骤，所以我按照自己的方法导入了数据，在append这部分上产生了疑惑，因为我之前的代码是cb = cb1.append(cb2, ignore_index=True)，后期发现cb的值有问题，而且一直没有找到原因所在，我以为append在我的每次遍历的时候都是自动添加的，可是最后的数据却不是，后来百度了一下，发现应该改为cb1 = cb1.append(cb2, ignore_index=True)，这样才会在原数据上增加。

唯一租赁点数量计数